采用双通道时间稠密网络的高光谱影像分类方法

• 作者: 张帆 张景森 裴昌幸
• 来源期刊: 西安交通大学学报
• 关键词: 高光谱影像分类 特征提取 双通道 卷积神经网络
• 年，卷（期）: 2020,（4）
• 页码范围: 126-132
• 页数: 7页
• 分类号: TP753
• 语种: 中文
• DOI: 10.7652/xjtuxb202004016

摘要

针对多数高光谱影像分类方法提取信息不够充分导致分类准确率不够高的问题,提出了一种双通道时间稠密网络的高光谱影像分类方法.该方法利用时间卷积网络模型提取高光谱数据的光谱特征信息,利用稠密网络模型提取高光谱影像数据的空间信息特征,然后将两个网络各自提取到的特征进行融合,最后将融合后的特征送入Softmax分类器进行分类.在Pavia大学经典数据集上进行了仿真实验,将该方法分别同传统高光谱影像分类方法、单空间信息高光谱影像分类方法、单光谱信息分类方法进行了对比.实验结果表明,与多种经典分类方法相比,所提出的方法可以有效地从空间结构和光谱通道提取目标的特征信息,在常用的经典数据集上分类精度可达到99％分,较其他方法高出2％～3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	裴昌幸	西安电子科技大学通信工程学院	147	934	15.0	21.0
2	张帆	西安电子科技大学通信工程学院	18	216	6.0	14.0
3	张景森	西安电子科技大学人工智能学院	1	0	0.0	0.0